Analisis Sentimen Review Aplikasi Operator Seluler di Google Play Store dengan Metode Support Vector Machine dan Latent Dirichlet Allocation (Studi Kasus : Review Pengguna Aplikasi By.U, XL dan Smartfren Untuk Perbaikan aplikasi di Google Play Store)

Abstract

Pada Google Play Store, pengguna sering membaca review pengguna lain dan reputasi aplikasi, sebelum mengunduh sebuah aplikasi. Hal ini membuat analisis review pengguna sangat menarik bagi pemilik aplikasi untuk mengambil keputusan di masa depan. Penelitian ini menganalisis sentimen pengguna terhadap aplikasi operator jaringan di Indonesia (XL, By.U, dan Smartfren) berdasarkan ulasan di Google Play Store. Ketiga operator tersebut merupakan salah satu operator seluler dengan pengguna terbanyak di Indonesia, klasifikasi ulasan dibagi menjadi tiga kategori yaitu Positif, Netral, dan Negatif. dengan yang digunakan untuk Topic Modelling hanya yang bersifat negatif. Hasil analisis menggunakan metode Support Vector Machine menunjukkan variasi sentimen yang signifikan pada masing- masing operator. Model SVM linear terbukti paling efektif dalam mengklasifikasikan ulasan, Dengan akurasi diatas 91.44% pada setiap operator. Penelitian ini memberikan pandangan yang berharga bagi perusahaan operator dalam meningkatkan kualitas layanan mereka berdasarkan umpan balik pengguna. Adapun yang di dapatkan dari topic modelling yang nantinya dapat memberikan saran untuk perbaikan dari masing developer. Jika dilihat dari ketiga wordcloud memang kekecewaan para pengguna adalah terkait jaringan, Dimana untuk masalah di dalam ketiga operator ini adalah terkait jaringan yang menjadikan kecepatan internet menjadi lambat.